Performance 为什么z3的增量性能如此糟糕？

我有以下python代码：

from z3 import *
import time

s = Solver()
p = Array("p", BitVecSort(11), BitVecSort(8))


for m in range(200):
    start_time = time.time()

    for i in range(20):
        s.add(Or([p[m*20 + i] % 72 == BitVecVal(x, 8) for x in [k * 6 for k in [0,2,4,5,7,9,11]]]))

    s.check()
    model = s.model()
    pre_push = time.time()
    s.push()
    push_time = time.time() - pre_push

    if m % 5 == 0:
        print((m, (time.time() - start_time - push_time)))

从代码中可以看出，在每个周期m中，我对数组的值m*20到m*20+19施加约束。因此，不存在任何附加约束，该约束涉及来自先前m估值的变量。然而，即使不考虑执行“s.push”所需的时间，z3在大多数回合中仍然会大大降低速度：

Output:
(0, 0.23836421966552734)
(5, 1.3699274063110352)
(10, 4.132023096084595)
(15, 3.884359836578369)
(20, 4.81259298324585)
(25, 7.442332029342651)
(30, 12.25448989868164)
(35, 15.96577787399292)
(40, 16.90854024887085)
(45, 22.725850105285645)
(50, 29.525628328323364)
(55, 23.494187355041504)
(60, 31.887953996658325)

---

我的直觉是，推送将保存以前模型的值，并且每个模型都有相同数量的约束添加到以前的无约束变量中，因此除了推送所需的时间外，每个循环的时间应该相对相似。为什么我会变得如此缓慢？

即使你添加了你所说的“不相关”约束，解算器仍然需要建立这种独立性。而且这个过程在约束的数量上很容易是二次的。话虽如此，也许这指向了一个可能的优化，解算器可以投入其中，以更快地检测这些情况。在z3github站点上报告这一点可能是一个好主意，这样开发者就可以发表意见。请把你发现的情况报告给我！我在那里没有看到任何

s.pop（）

，因此约束的数量会增加，求解时间也会增加，这是正常的。另外，

push（）

仅创建回溯点，不保存任何模型值。您是否尝试过不使用

s.push（）

？考虑到您向我们展示的代码片段，这似乎没有必要。也值得记住：并非所有Z3的理论子解算器都可以在增量模式下使用，因此Z3可能不得不求助于性能较差（或不太完整）的子解算器。是的，在这种情况下，push（）没有帮助。我假设通过保存当前状态，push（）将保存令人满意的变量-这不是真的吗？@lightning不，push（）不是为了这个。我建议略读一遍，即使您添加了您所说的“不相关”约束，解算器仍然需要建立这种独立性。而且这个过程在约束的数量上很容易是二次的。话虽如此，也许这指向了一个可能的优化，解算器可以投入其中，以更快地检测这些情况。在z3github站点上报告这一点可能是一个好主意，这样开发者就可以发表意见。请把你发现的情况报告给我！我在那里没有看到任何

s.pop（）

，因此约束的数量会增加，求解时间也会增加，这是正常的。另外，

push（）

仅创建回溯点，不保存任何模型值。您是否尝试过不使用

s.push（）

？考虑到您向我们展示的代码片段，这似乎没有必要。也值得记住：并非所有Z3的理论子解算器都可以在增量模式下使用，因此Z3可能不得不求助于性能较差（或不太完整）的子解算器。是的，在这种情况下，push（）没有帮助。我假设通过保存当前状态，push（）将保存令人满意的变量-这不是真的吗？@lightning不，push（）不是为了这个。我建议你略读一下